Upload
trinhnguyet
View
217
Download
0
Embed Size (px)
Citation preview
OTIMIZAOTIMIZAOTIMIZAOTIMIZAÇÇÇÇÃO MULTIDISCIPLINARÃO MULTIDISCIPLINARÃO MULTIDISCIPLINARÃO MULTIDISCIPLINARIV FIV FIV FIV Fóóóórum SAE Aerodesign Brasil 2009rum SAE Aerodesign Brasil 2009rum SAE Aerodesign Brasil 2009rum SAE Aerodesign Brasil 2009
PARTE I : Juliano Machado T. Cavalcanti: PARTE I : Juliano Machado T. Cavalcanti: [email protected][email protected] II: Francisco Palazzo Neto: PARTE II: Francisco Palazzo Neto: [email protected]@gmail.comPARTE III: Ana Paula Curty Cuco: ESSS / ESTECOPARTE III: Ana Paula Curty Cuco: ESSS / ESTECO
4º
PARTE I - SUMÁRIO
•• EvoluEvoluçção das metodologias de projetoão das metodologias de projeto
•• IntroduIntroduçção a otimizaão a otimizaççãoão
•• MetamodelagemMetamodelagem
•• Exemplos:Exemplos:
–– EstruturalEstrutural
–– AerodinâmicoAerodinâmico
–– MultidisciplinarMultidisciplinar
•• Conceito de MDOConceito de MDO
•• Motores de FluxoMotores de Fluxo
4º
Primeiro Momento: Sem Análise NuméricaCálculos repetidos manualmente para cada nova configuração
Grau de automação PequenoProdutividade Limitada por repetições
Segundo Momento: Advento da Análise Numérica
Possibilidade de simular com maior agilidade cada nova configuração
Grau de automação Alto
Produtividade Limitada pela CPU
F.E.M./ C.F.D.
Implementação de Melhorias Manual/Analítica
Implementação de Melhorias Manual/Analítica
EVOLUÇÃO DAS METODOLOGIAS DE PROJETO
4º
Geração e avaliação automática de cada nova configuração
Grau de automação AltíssimoProdutividade Altíssima
Implementação de Melhorias Automática
Totalmente Integrada com as já dominadas metodologias de análise
Ruptura Extensão
Terceiro Momento: Síntese (Projeto Inverso)
EVOLUÇÃO DAS METODOLOGIAS DE PROJETO
4º
Formulacao basica de um problema de otimizacao:
Procura da melhor solução possivel dentro de um espaço de projeto
Restrições de desigualdade
Retrições de igualdade
Envelope de projeto
Respeitar as
restrições impostas
Minimize Cabin NoiseDesign Objective
Arranging DifferentNoise Absorbers
Design Variables
Cost
Design Constraints
INTRODUÇÃO A OTIMIZAÇÃO
4º
Seja por exemplo a função
f x x( ) = 2
Espaço de Projeto para f(x) = x^2
xf(
x)
Eixo x
INTRODUÇÃO A OTIMIZAÇÃO
4º
Espaço de Projeto para f(x) = x^2
x
f(x
)
x= -4 X= +4
− ≤ ≤ +4 4x Obs.: O Ótimo (Mínimo)Global ainda permanece no espaço de projeto
INTRODUÇÃO A OTIMIZAÇÃO
4º
... Mas, em alguns casos:
O mínimo do espaço de projetorestrito encontra-se em x = -1
Espaço de Projeto para f(x) = x^2
x
f(x
)
x = - 8 x = - 1Problema numérico bastante delicado
em procedimentos de otimização
A solução mais comum consiste em
especificar outros projetos iniciais
alternativos
INTRODUÇÃO A OTIMIZAÇÃO
4º
Métodos Baseados no Cálculo
Métodos HeurÍsticos
Mais sujeitos a problemas de convergência
Mais imunes a problemas de convergência
Possuem critério formal de
convergência
Não possuem critério formal de
convergência
Implementação fácil e sistemática
Implementação mais difícil, com muitas variantes
Baixo custo computacional
Alto custo computacional
Não há como estabelecer uma regra rígida acerca do melhor método
O bom senso e a experiência determinam a melhor escolha para cada aplicação
INTRODUÇÃO A OTIMIZAÇÃO
4º
METAMODELAGEM
Espaço de Projeto1Amostragem: Experimentos Estatisticamente Projetados
3Interpolação: Estimação de Parâmetros
Projeto Ótimo
Projetos Possíveis
2Escolha de um
META - MODELOpara representar
os dados
4Verificação da Qualidade
do MODELO
4º
METAMODELAGEM
• Requisito para otimizar: Conhecer as relações de causa-e-efeito entre variáveis de entrada e respostas de interesse
Matematicamente → Funções
F(x)
x
F(x) = a + b.xF(x)
x
4º
METAMODELAGEM
• Requisito para otimizar: Conhecer as relações de causa-e-efeito entre variáveis de entrada e respostas de interesse
Matematicamente → Funções
4º
EXEMPLO ESTRUTURAL
Objetivo:Minimizar
Massa
x1
x2
x3
x4
L
wcLAf ρ=)(X
• Viga engastada submetida a carga
distribuída
Restrição de deslocamento
Restrição de tensão normal
Sujeito a:
Parâmetros Geométricos:
( ) LEI
wLxc ⋅≤= 1,0
8
4
1
( ) yI
xwLxc σ≤=
4
1
2
2
MPaGPaEm
KNwmLm
kgy 280;70;5;8;2700 3 ===== σρ
Constantes:
mxm
mxm
mxm
mxm
08,002,0
05,001,0
15,005,0
25,010,0
4
3
2
1
≤≤
≤≤
≤≤
≤≤
4º
EXEMPLO ESTRUTURAL
Variáveis de Projeto
A fim de minimizar o peso, o otimizador reduziu a
espessura da mesa e aumentou a altura da
longarina
4º
Objetivo: Maximizar CL/CDiVariaveis de entrada: 38 parametros geometricos : (30 para perfis e
8 para forma em planta)
EXEMPLO AERODINAMICO
4º
Output Variables Value
CL 0.10591
CDi 0.00542
My -0.00183
Objective Value
max(CL/CDi) 19.55000
Constraints Value
CL > 0 0.10591 (ok)
CDi> 0 0.00542 (ok)
CL < 0.6 0.10591 (ok)
My < 0.05 -0.00183 (ok)
EXEMPLO AERODINAMICO
A fim de minimizar o arrasto de onda, o otimizador
reduziu a espessura dos perfis.
4º
EXEMPLO MULTIDISCIPLINAR
• Objetivo: Consumo de combustível em determinada missão
• Variáveis de projeto:
• Parametros de perfil (10 variaveis)
• Parametros estruturais (4 variaveis)
• Sujeito a:
Restrição de deslocamento
Restrição de tensão normal
( ) LEI
wLxc ⋅≤= 1,0
8
4
1
( ) yI
xwLxc σ≤=
4
1
2
2
Dos exemplos anteriores:
Aumento na espessura do perfil
Diminuição de peso Redução no consumo de combustível
Aumento do arrasto Aumento no consumo de combustível
Conflitante
?
4º
CONCEITO DE MDO
O conceito de otimização multidisciplinar, ou MDO (Multidisciplinary Optimization), consiste em realizar a integração, análise e otimização de diferentes disciplinas a fim de atender um ou mais objetivos comuns respeitando determinadas restrições.
4º
Aumento de Custo →Automatizacao
CONCEITO DE MDO
Niv
el d
e F
idelid
ad
e d
as A
náli
ses
Nivel de Integração
Projeto Preliminar
Pro
jeto
Det
alha
do
MDO
Através da automatização na integração entre as diferentes disciplinas que compõe um projeto aeronáutico é possível aumentar a fidelidade das análises sem penalizar o tempo e o custo despendido para atingir este nível de sinergia, além de reduzir a chance de possíveis erros.
4º
MOTORES DE FLUXO
Principal peça do ambiente computacional MDO:
Processo A Processo B Processo C Processo D
• Integra diferentes ferramentas de forma visual
• Documenta e executa a cadeia de processos
• Desonera o engenheiro de tarefas manuais repetitivas
• Possibilita ao engenheiro avaliar uma maior quantidade de análises.
Inte
graç
ão
Simulação
Otimização
4º
PARTE II - SUMÁRIO
•• METODOS E FERRAMENTASMETODOS E FERRAMENTAS–– Codigo XFOILCodigo XFOIL
–– XFLR5XFLR5
–– AVLAVL
–– TORNADOTORNADO
•• EXEMPLOS EXEMPLOS -- FOCO NO AERODESIGNFOCO NO AERODESIGN–– OtimizaOtimizaçção de perfis 2Dão de perfis 2D
–– Exemplos de competiExemplos de competiçções anterioresões anteriores
•• CONSIDERACONSIDERAÇÇÕES FINAISÕES FINAIS
O CO Cóódigo XFOILdigo XFOIL
�� MMÓÓDULOS DO XFOIL DULOS DO XFOIL
1 1 -- OPER :OPER : AnAnááliselise
2 2 -- GDES:GDES: Projeto GeomProjeto Geoméétricotrico –– MMéétodo Diretotodo Direto
3 3 -- MDES:MDES: Curva de PressãoCurva de Pressão –– MMéétodo Inversotodo Inverso
4 4 -- QDES:QDES: Curva de VelocidadeCurva de Velocidade –– MMéétodo Inversotodo Inverso
MMóódulo de Andulo de Anáálise: OPERlise: OPER
-- EXEMPLOS DE APLICAEXEMPLOS DE APLICAÇÇÃOÃO
Curva Cl Curva Cl x x αα
Polar de ArrastoPolar de Arrasto
Camada LimiteCamada Limite
IdentificaIdentificaçção das regiões que originam o arrastoão das regiões que originam o arrasto
Curva Cp Curva Cp x Corda (Intradorso e Extradorso)x Corda (Intradorso e Extradorso)
Vetores de PressãoVetores de Pressão
SUBSUB--MMÓÓDULO VPLO: Camada LimiteDULO VPLO: Camada Limite
XFLR5XFLR5
�� Projetado em 2005, por AndrProjetado em 2005, por Andréé Deperrois para fornecer uma Deperrois para fornecer uma interface amiginterface amigáável com o XFOIL, e viabilizar cvel com o XFOIL, e viabilizar cáálculos em lculos em objetos 3D, com baixos nobjetos 3D, com baixos nºº de Reynolds. de Reynolds.
�� Possibilita a utilizaPossibilita a utilizaçção do mão do méétodo de Katz & Plotkin para todo de Katz & Plotkin para ccáálculo das Linhas de Vlculo das Linhas de Vóórtice (VLM); ou a Teoria de Linha rtice (VLM); ou a Teoria de Linha de Sustentade Sustentaçção de Prandlt (LLT) em superfão de Prandlt (LLT) em superfíícies.cies.
�� AnAnáálise de conjuntos asalise de conjuntos asa--empenagens.empenagens.
�� Prevista interface com o cPrevista interface com o cóódigo AVL, tambdigo AVL, tambéém do MIT.m do MIT.
4º
AVL
�� Extended VortexExtended Vortex--Lattice ModelLattice Model•• Aerodynamic outputs Aerodynamic outputs
•• Aerodynamic forces and moments, in body or stability axes Aerodynamic forces and moments, in body or stability axes
•• TrefftzTrefftz--plane induced drag analysis plane induced drag analysis
•• Force and moment derivativesForce and moment derivatives
�� Trim Calculation Trim Calculation
�� Eigenmode analysisEigenmode analysis•• Predicts flight stability characteristics Predicts flight stability characteristics
•• RigidRigid--body, quasibody, quasi--steady aero model steady aero model
•• Eigenvalue root progression with a parameter Eigenvalue root progression with a parameter
•• Display of eigenmode motion in real time Display of eigenmode motion in real time
•• Output of dynamic system matrices Output of dynamic system matrices
TornadoTornado
�� Utilizada o Vortex LatticeUtilizada o Vortex Lattice
�� Possibilita a construPossibilita a construçção completa da aeronave (sem espessura e ão completa da aeronave (sem espessura e volume)volume)
�� Calcula coeficientes estCalcula coeficientes estááticos e dinâmicosticos e dinâmicos
�� SuperfSuperfíícies de comandocies de comando
Exemplo Exemplo –– Projeto do WingletProjeto do Winglet
OtimizaOtimizaçção de perfis 2ão de perfis 2--D D -- Parte IParte I
XFOIL TOOLSXFOIL TOOLS
Geometric DesignGeometric Design
Inverse DesignInverse Design
Boundary Layer AnalysisBoundary Layer Analysis
OtimizaOtimizaçção de perfis 2ão de perfis 2--D D -- Parte IParte I
SeligSelig 12231223 ATAT-- A2004A2004
AerodinâmicasAerodinâmicas EstruturaisEstruturais
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
linha de arqueamento
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
X/C
Y/C
4
5
3
4
2
321 xaxaxaxaxayt ++++=
Linha de espessura
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
X/C
Y/C
Perfilagem:
� Extradorso:
� Intradorso:
yu= yc+ yt
yl= yc- yt
6
6
5
5
4
4
3
3
2
21 xbxbxbxbxbxbyc +++++=
� Formulação baseada nas funções de forma de Sobiesczky que descreve o intradorso e o extradorso à partir de polinômios.
* 13º variável: ainc.
OtimizaOtimizaçção de perfil 2ão de perfil 2--D D -- Parte IIParte II
Exemplos competições anteriores2003 – Equipe Tucano - UFU
( )
−−++−=
∂
∂i
TOTAL
i
ref
L
i
L
ii
Doi
TOTAL
i
ref
M
SVgCKCKCtE
M
SV
t
tv
2
1)(
2
1)(2
2
2
1
2
2
2 ρµ
ρ
4º
Exemplos competições anteriores2004 – Equipe Tucano - UFU
( )
−−++−=
∂
∂i
TOTAL
i
ref
L
i
L
ii
Doi
TOTAL
i
ref
M
SVgCKCKCtE
M
SV
t
tv
2
1)(
2
1)(2
2
2
1
2
2
2 ρµ
ρ
4º
Exemplos competições anteriores Uai sô fly - UFMG – 2006/2007
Diversas disciplinas contempladas no problema de Diversas disciplinas contempladas no problema de otimizaotimizaçção.ão.
4º
1 – Winglet - Mitsubishi
• Mitsubishi Aircraft Corporation– Multi-Disciplinary Design
Exploration for Winglet (#246)– Main Aspects
• Uses CFD and FEM as their main tool
• Optimizes block fuel and MTOW
• Uses Kriging for the detail design exploration
• Wind tunnel tests for validation
– Useful hints:• During the presentation it was
questioned why not use DOC instead of block fuel and weight as the main design criteria
4º
• EADS-MAS, Germany– Aerodynamic Optmization of
Aircraft Configurations with Multidisciplinary Aspects (#488)
– Main topics• Uses CATIA V5,
modeFRONTIER, FEM (NASTRAN) and CFD (with chimera mesh) as their main tools
• Shows an UCAV optimization example considering range and loiter time as their objectives
– Useful hints:• One of the most practical
papers at the conference. Despite some simplification it can be considered a good application example.
2 – MDO - EADS
4º
3 – Estudo de caso Embraer
Variações na Geometria
Consumo de bloco
Tempo de bloco
Tempo de subida
Altitude no final do cruzeiro
Margem de estabilidade
4º
3 – Estudo de caso - Workflow
Geometria
Módulo de Estimativa de
Pesos
Módulo de Desempenho
Módulo de Estabilidade e Controle
Módulo de Aerodinâmica
4º
4 – Estudos Conceituais – Embraer
VA
RIÁ
VE
IS D
E P
RO
JET
O
OB
JET
IVO
S /
RE
ST
RIÇ
ÕE
S
REQUISITOS
Cruzeiro em longo alcance
Cruzeiro máximo
4º
Considerações finais
�� Uso consciente e coerente dos mUso consciente e coerente dos méétodos e das ferramentastodos e das ferramentas
��Procura por embasamento teProcura por embasamento teóóricorico
��DeterminaDeterminaçção das metas/requisitosão das metas/requisitos
��Verificar infraestrutura disponVerificar infraestrutura disponíívelvel
��Escolha das ferramentas:Escolha das ferramentas:
�� recursos e limitarecursos e limitaçções (modelo do cões (modelo do cóódigo)digo)
�� caractercaracteríísticas do resultadosticas do resultado
��Dimensionar e controlar o prazo (planejamento)Dimensionar e controlar o prazo (planejamento)
��AnAnáálise e Validalise e Validaçção dos resultadosão dos resultados
4º
Considerações finais
�� Considerar o problema Considerar o problema MultidisciplinarMultidisciplinar
�� Sempre considerar tradeSempre considerar trade--offoff’’s entre parametros de projeto:s entre parametros de projeto:
��Por que não aumentar o alongamento?Por que não aumentar o alongamento?
��Por que nao aumentar espessura?Por que nao aumentar espessura?
��......
�� Entendimento do problema a fim de elaborar uma funEntendimento do problema a fim de elaborar uma funçção objetivo ão objetivo adequada:adequada:
��Peso da aeronave X Carga paga X Eficiencia estruturalPeso da aeronave X Carga paga X Eficiencia estrutural
��SegmentaSegmentaçção de pistaão de pista
��......
�� Importância da escolha do algoritmo de otimizaImportância da escolha do algoritmo de otimizaççãoão
��Entenda o problema antes de otimizaEntenda o problema antes de otimiza--lolo
��Escolher algoritmos adequados para o problema especEscolher algoritmos adequados para o problema especííficofico